W ciągu 1 minuty w internecie dzieje się zdecydowanie dużo…
Mając przed oczami te niewiarygodne wręcz wartości, zaczynamy sobie zdawać sprawę, jak istotnym jest automatyczne i inteligentne przetwarzanie informacji. Prawidłowe wyciąganie wniosków oraz interakcja w czasie rzeczywistym. Klasyczne posty na blogach odchodzą do lamusa na rzecz zorientowanych na personalizację przekazu landing page’y. Aby stać się czytanym, content znajdujący się w użyciu wymaga ciągłych modyfikacji, aktualizacji i nadawania mu atrakcyjnej formy.
Budując cele strategiczne dla projektów kontentowych odpowiadamy sobie zazwyczaj na 3 podstawowe pytania:
Odpowiadając na nie, zastanawiamy się jednocześnie gdzie, powinniśmy przyłożyć więcej atencji tak, aby nasze działania kontentowe przynosiły pożądane rezultaty?
Automatyczne generowanie treści. Począwszy od najprostszych informacji o pogodzie, poprzez komentarze polityczne, wiadomości sportowe, aż do weryfikacji informacji o stanie konta, inwestycjach, czy też przyznanym kredycie. Zasiadając do porannej kawy przed monitorem komputera czytamy niejednokrotnie teksty, których brzmienie wydaje nam się znane. Nic w tym jednak dziwnego, skoro znakomita ich część została wygenerowana przez algorytmy. W tym momencie rodzi się pytanie – na ile skuteczne są, zatem boty generujące automatycznie informacje, skoro serwowany content wydaje się podobny?
To już zależy, od jakości algorytmów. Coraz częściej jednak są one na tyle zaawansowane, że poza doborem odpowiednich fraz zorientowanych na SEO analizują, które tematy są obecnie trendem i regularnie uaktualniają treści. Mały przykład – ‘Forbes earning reports’ oraz Quill posługujący się Natural Language Processing (NLP). Według raportu Gartnera z 2015 roku, w 2018 około 20% treści generowanych będzie przez narzędzia działające w oparciu o sztuczną inteligencję. Oprócz przygotowania treści bot może również znakomicie analizować i przygotowywać audyt treści. Co daje nam możliwość stałej optymalizacji istniejącego contentu.
Wykorzystanie chatbotów, które w oparciu o algorytmy Artificial Intelligence są w stanie naśladować rozmowę z użytkownikiem. Z jednej strony optymalizują koszty obsługi klienta, sprowadzając do minimum konieczność interakcji z konsultantem z drugiej natomiast pozwalają na załatwienie coraz większej gamy spraw W trakcie konwersacji z botem możemy zamówić taksówkę, kwiaty i złożyć zamówienie w restauracji. Korzystając z Messenger’a na Facebook’u możemy również wysyłać oferty i materiały promocyjne.
Social media dzięki sztucznej inteligencji są w stanie personalizować przekaz oraz content nie tylko dla grup o podobnych zainteresowaniach, ale nade wszystko dla indywidualnych użytkowników. Analizując dziesiątki i setki zmiennych są w stanie przewidzieć z dużym prawdopodobieństwem, co użytkownik będzie chciał skomentować, co oznaczyć ‘lajkiem’, a co ukryć. To właśnie algorytmy zapewniają trafność wyników reklam w mediach społecznościowych, dzięki czemu relatywnie często otrzymujemy informacje powiązane kontekstowo z naszą aktywnością w sieci.
Predykcja, a właściwie inteligencja na niej bazująca sprawia, iż jako marketerzy możemy optymalizować koszty reklam dobierając content, odpowiedni target i czas. Ma to oczywiście duży wpływ na efektywność działania lead scoring’u. Pozwalaj na przyspieszenie procesów sprzedaży i wskazanie klientów, którzy są już gotowi do konwersji w oparciu o analizę ich wcześniejszych zachowań. Algorytmy pomagają również dopasować content do poszczególnych etapów customer journey. Wiedząc, gdzie znajduje się (potencjalny) klient algorytm może dobrać i udostępnić najbardziej w danej chwili angażujący przekaz.
Budując silną markę pamiętamy, jak istotny jest user experience. I w tym przypadku boty stają się coraz bardziej aktywne. Wspominałem już kilkakrotnie na blogu o Siri i Cortan’ie. Obydwa rozwiązania są jak najbardziej inteligentne. Uczą się na podstawie wniosków wyciąganych z zadawanych przez użytkownika pytań w efekcie, czego są w stanie sugerować rozwiązania. Jeszcze bardziej zaawansowanym botem jest Watson (IBM).
W trakcie konwersacji Watson porozumiewa się w sposób podobny do człowieka zarówno werbalnie, jak i poprzez komunikator. Na bieżąco uczy się, analizuje rozmowę i współdziała. Przykładem może być sytuacje, gdy zainteresowani jesteśmy zgłoszeniem problemu u operatora telefonii komórkowej – zamiast wypełniać standardowy formularz, możemy streścić kwestie w kilku słowach i oczekiwać natychmiastowej interakcji. Bot nie tylko odpowie na zadane pytanie, ale skieruje użytkownika do zasobów informacyjnych oraz materiałów, które mogą okazać się przydatne w przyszłości.
A jak to wygląda w praktyce? Zerknijmy, zatem jak bot buduje content oraz UX kupującego w sklepie North Face.
Artykuł uaktualniony 1 rok
4 Comments
Appreciating the commitment you put into your website and detailed
information you offer. It’s great to come across a blog every once in a while that isn’t the same out of date rehashed
information. Excellent read! I’ve bookmarked your site and
I’m adding your RSS feeds to my Google account.
Thanks!
Appreciating the commitment you put into your website and detailed
information you offer. It’s great to come across a blog every once in a while that isn’t the same out of date rehashed
information. Excellent read! I’ve bookmarked your site and
I’m adding your RSS feeds to my Google account.
Thanks!